Khoản tiết kiệm được cài ở đâu?
BV‑SALA không phải là ứng dụng, không phải tiện ích mở rộng, cũng không phải một cài đặt của ChatGPT. Nó là một đoạn mã mà lập trình viên đặt vào bên trong ứng dụng của chính họ, ngay tại nơi ứng dụng đó gọi API của OpenAI hoặc Anthropic. Nó chỉ có thể tiết kiệm ở nơi tồn tại hóa đơn theo token — và chỉ có thể đo ở nơi nó thấy từng yêu cầu đi qua.
Lớp này sống bên trong mã của bạn
Cùng một lệnh gọi, có và không có lớp. Lưu lượng luôn đi thẳng từ ứng dụng của bạn đến nhà cung cấp — BV‑SALA không phải máy chủ trung gian và không bao giờ thấy dữ liệu của bạn từ bên ngoài.
Ô màu xanh lá đó là một gói npm bên trong mã của ứng dụng. Vì vậy câu hỏi then chốt không bao giờ là «tôi cài gì?» mà là «ai đã viết đoạn mã gọi API?» — người đó chính là người có thể cài nó. Ngoại lệ duy nhất là một terminal lập trình như Claude Code: ở đó gateway «bvsala claude» đứng chắn phía trước mà không chạm vào một dòng mã nào.
Trường hợp của bạn, trong 10 giây
Bốn cách dùng AI, và BV‑SALA có thể làm gì trong từng trường hợp.
Bạn trả phí cố định (hoặc không trả gì): không có hóa đơn theo token để giảm, và đây là sản phẩm đóng — không ai có thể đặt phần mềm vào giữa ứng dụng và các mô hình của nó. Khoản tiết kiệm của BV‑SALA đơn giản là không áp dụng ở đây — và không sản phẩm nào có thể hứa điều đó một cách trung thực.
Chính xác cùng một trường hợp: thuê bao cố định và sản phẩm đóng. Cứ yên tâm dùng Claude — không có chi tiêu token nào để tối ưu từ bên ngoài.
Với gói thuê bao, như trên: phí cố định, không phải cài gì. Với khóa API có hóa đơn theo token thật — và bộ đo đã chạy: «bvsala claude» khởi chạy Claude Code qua gateway cục bộ và chi tiêu của bạn hiện trong bảng điều khiển, từng token một, không chạm vào một dòng mã nào. Tiết kiệm ở đó là giai đoạn tiếp theo — trước hết đo cho thật.
Trường hợp mà BV‑SALA sinh ra để phục vụ. Ứng dụng của bạn gọi API bằng khóa của bạn, nhà cung cấp tính tiền từng token, và lớp này được cài trong ba bước: gói, giấy phép và bọc lệnh gọi. Từ yêu cầu đầu tiên nó trả về một SavingsReport với khoản tiết kiệm đã xác minh.
Ước tính vs. đo lường
Sản phẩm có hai con số khác nhau và không nên trộn lẫn chúng.
Công cụ tính ở phần bảng giá dự phóng khoản tiết kiệm với chính những con số của bạn: số yêu cầu, số token và mô hình. Đó là một phép chiếu trung thực — vì thế nó mang nhãn «ước tính».
Mỗi lệnh gọi trả về một SavingsReport: những lệnh gọi bạn không bao giờ phải trả và khoản tiết kiệm ròng trên mỗi yêu cầu. Kiểm toán được, từng yêu cầu một, trên hạ tầng của chính bạn.
Cài đặt đầy đủ, nếu bạn phát triển ứng dụng
# 1 · gói pnpm add @bivelio/savings-layer # 2 · giấy phép (từ bảng điều khiển của bạn) export BIVELIO_LICENSE_KEY=… # 3 · bọc lệnh gọi — đây là toàn bộ thay đổi mã const layer = createSavingsLayer({ provider, licenseKey, … }); const { text, report } = await layer.generate({ model, messages }); console.log(report.cost.netSavings) // ← khoản tiết kiệm, đã đo